如何将长名称转换为较短（两部分）名称答案

【问题标题】：How to transform long names into shorter (two-part) names如何将长名称转换为较短（两部分）名称
【发布时间】：2019-04-23 11:29:23
【问题描述】：

我有一个字符向量，其中使用了长名称，它将由几个单词组成，这些单词由分隔符以点的形式连接。

x <- c("Duschekia.fruticosa..Rupr...Pouzar",
       "Betula.nana.L.",
       "Salix.glauca.L.",
       "Salix.jenisseensis..F..Schmidt..Flod.",
       "Vaccinium.minus..Lodd...Worosch")

名称的长度不同。但只有全名的前两个词很重要。

我的目标是获得最多 7 个符号的名称：前两个单词中的 3 个初始符号和它们之间的“点”形式的分隔符。

这些示例与我的要求非常接近，但我不知道如何将这些代码变体应用到我的案例中。 R How to remove characters from long column names in a data frame 和 how to append names to " column names" of the output data frame in R?

我应该怎么做才能让出口名称看起来像这样？

x <- c("Dus.fru",
       "Bet.nan",
       "Sal.gla",
       "Sal.jen",
       "Vac.min")

任何帮助将不胜感激。

【问题讨论】：

标签： r

【解决方案1】：

您可以执行以下操作：

gsub("(\\w{1,3})[^\\.]*\\.(\\w{1,3}).*", "\\1.\\2", x)
# [1] "Dus.fru" "Bet.nan" "Sal.gla" "Sal.jen" "Vac.min"

首先我们匹配最多 3 个字符 (\\w{1,3})，然后忽略不是点 [^\\.]* 的任何内容，匹配点 \\.，然后再匹配最多 3 个字符 (\\w{1,3})。最后是.*。然后我们只使用括号中的内容并用点\\1.\\2分隔它们。

【讨论】：

【解决方案2】：

在点上拆分，子串 3 个字符，然后再粘贴在一起：

sapply(strsplit(x, ".", fixed = TRUE), function(i){
  paste(substr(i[ 1 ], 1, 3), substr(i[ 2], 1, 3), sep = ".")
})
# [1] "Dus.fru" "Bet.nan" "Sal.gla" "Sal.jen" "Vac.min"

【讨论】：

【解决方案3】：

这里的解决方案不如 kath 的优雅，但更容易阅读，如果您不是正则表达式专家的话。

# Your data
x <- c("Duschekia.fruticosa..Rupr...Pouzar",
       "Betula.nana.L.",
       "Salix.glauca.L.",
       "Salix.jenisseensis..F..Schmidt..Flod.",
       "Vaccinium.minus..Lodd...Worosch")

# A function that takes three characters from first two words and merges them    
cleaner_fun <- function(ugly_string) {
  words <- strsplit(ugly_string, "\\.")[[1]]
  short_words <- substr(words, 1, 3)
  new_name <- paste(short_words[1:2], collapse = ".")
  return(new_name)
}

# Testing function
sapply(x, cleaner_fun)
[1]"Dus.fru" "Bet.nan" "Sal.gla" "Sal.jen" "Vac.min"

【讨论】：